人工智能项目为什么会失败，这些缘故起因是重点

数据题目是企业的人工智能项目没有到达预期方针的首要缘故起因。可是，假如企业能从错误中汲取教导并恒久僵持，那么在人工智能方面的全力将会获得回报。

18个月前，Cooper公司为其客户处事署理商推出了智能保举体系，以便为客户题目提供办理方案。该公司前身为Nationstar公司，是美国最大的非****抵押贷款提供商，拥有380万客户，因此该项目被视为该公司一个令人存眷的节减本钱的项目。该公司首席信息官Sridhar Sharma说，该公司耗费九个月的时刻才发明署理商没有行使它，又花了六个月的时刻来弄清晰缘故起因。

Sharma发明，智能保举体系提供的提议与客户并不相干，但题目不在于呆板进修算法。相反，该公司依靠于基于客户题目的技能术语描写实习数据，而不是行使客户本身的说话描写这些题目。

他说：“我们没有很好地确保客户提出题目的来源是没有回收客户行使的术语，这是由于是用我们内部行使的技能术语编写的。”

Sharma说，另外，智能保举体系的反馈机制(署理记录通话功效)有重叠的种别，这使得题目越发严峻。他拒绝透露这个项目给该公司造成了多大的丧失。

Cooper公司陷入人工智能的逆境并不是非常征象。按照调研机构IDC公司最近的一项观测，只有约30%的受访者暗示其人工智能项目标乐成率为90%，大大都受访者暗示其失败率为10%到49%，而3%的受访者暗示一半以上的人工智能项目已经失败。

高出四分之一的受访者以为，缺乏员工以及人工智能技能具有不切现实的祈望是面对的首要挑衅。还有23%的人暗示他们的人工智能项目由于缺乏须要的数据而失败。

Sharma说：“失败的第一个征兆是有些人想退出这个项目。但假如这样做，就注定要失败。”

Cooper公司打算来岁将从头回到客户处事项目，作为其客户相关打点(CRM)体系改良的一部门，企业将继承致力于人工智能技能的开拓。其最新的呆板进修项目涉及说明非布局化数据，已经具有起劲的贸易好处，并有助于为将来建设更好的说话实习数据。

他增补说，“这些法子的本钱并不低，当工作不顺遂时，必要企业首席执行官和首席财政官的支持。”

缺乏数据

数据题目是人工智能项目达不到预期方针的首要缘故起因。按照麦肯锡公司客岁秋日宣布的一份观测陈诉，限定人工智能技能应用的两大挑衅与数据有关。

起首，与Cooper公司一样，很多公司很可贵到恰当标志的数据来逊??们的呆板进修算法。假如数据没有正确分类，事恋职员必需耗费大量时刻标志，这也许会耽误项目或导致项目失败。第二个数据题目是没有项目标正确数据。

普华永道公司合资人兼环球人工智能率领人Anand Rao暗示，“企业凡是没有吻合的数据，假如无法行使未标注的数据成立模子，就会感想沮丧。这就是企业实验人工智能项目一向失败的处所。”

美国奥杜邦协会正在行使人工智能来辅佐掩护野生鸟类。譬喻，该组织在7月份宣布了一项关于天气变革怎样影响38种草原鸟类的人工智能说明功效。

奥杜邦协会掩护科学副总裁Chad Wilsey说，“假如我们不采纳任何法子来减缓天气变革的速率，那么42%的草原鸟类也许面对灭尽，但假如我们可以或许采纳动作，那么可以将其比例低落到8%。”

并非全部奥杜邦协会的人工智能项目都取得了乐成。客岁炎天，该组织试图操作呆板进修来计较海滩上的褐鹈鹕和剪嘴鸥的数目。该试点项目基于一组志愿者网络的图像，这些志愿者通过无人机在德克萨斯州海岸四面的一个岛长举办观测。

Wilsey说，“我们有乐趣相识通过的飓风怎样影响鸟类种群。”

譬喻，大大都可用的鸟类图片都是由地面上的事恋职员拍摄的，而不是无人机直接拍摄。Wilsey说，因为这是一项试点研究，奥杜邦协会没有资源拍摄更多的照片。

实习数据毛病

另一小我私人工智能项目因缺乏数据而受阻的例子是弗里茨尝试室试图建设一个模子来辨认照片中人们的头发。弗里茨尝试室辅佐移动开拓者构建可以直接在手机上运行的人工智能模子，而无需将数据发送回中央处事器举办处理赏罚。

该公司首席技能官Jameson Toole说，“我们但愿成立一个可以或许在及时视频中检测头发并及时改变颜色的成果。”

他说，起月朔切看起来都很好，但算法中存在一个重大缺陷，假如体系果真上市的话，其题目会很是严峻。

Toole说，“值得信用的是，我们在办公室和我们招募的职员之间举办了大量的人工测试，我们意识到对付某些种族人群来说，这并不是一件功德，我们从头筛选了数据集，以确定命据齐集没有人是这些种族人群的一部门。”

他说，有许多图像数据集可供实习，包罗免费的和贸易的数据集。可是企业必需搜查是否有他们必要的特定范例的足够数据。

他说：“企业起主要耗费必然的时刻，全力构建本身的代表用户群的测试用例。”

弗里茨尝试室最终网络了丢失的图像，并通过事恋职员的处理赏罚对它们举办注释。Toole说，“这无疑凸显了这样一个究竟，即当受到可用数据的限定时，将成见引入这样的体系并不坚苦。”

按照普华永道公司最近的一项观测，一半以上的公司没有评估人工智能成见的正式流程。更糟糕的是，只有25%的受访者暗示他们会在实验之前优先思量人工智能办理方案的道德寄义。

数据集成题目

偶然，题目不在于缺乏数据，而在于数据太多。普华永道公司零售营业方面的人工智能和数据的常务董事暗示，一家环球性大型****就面对这种环境。

他暗示，假如可以或许回到已往，这家****就会更早地开始将差异的数据渠道搜集在一路??。他说，“这是我们没有做的工作，这是一个很大的错误。我们网络了数据，其功效是我们没有得到完全的全方位的客户视图。”

他增补说，该数据整合??题目侵害了这家****建设有用营销信息的手段，导致收入丧失，该****此刻正转向多渠道客户数据视图，包罗在线、移动和面扑面互动。

他说，“我们如故不在哪里，孤独的数据是我们拥有并如故存在的最大挑衅之一。这个挑衅不是技能题目，而是贸易题目，第一个题目是合规性。我们不应承殽杂某些范例的数据。”

他说，“另一个题目与企业优先事项有关。尚有许多其他项目正在运行。谁会为将数据稠浊一路而付出用度?这自己并不是****的增值营业。”他暗示，这是每个****都必需面临的挑衅。

他说，“假如再次开展这个项目，应该在****初次开始处理赏罚人工智能用例时启动数据集成进程。我不以为我们真的会做到这一点，由于有太多的数据来历，我不以为都能完全完成。”

他暗示，该****估量在将来18至24个月内将毗连其首要数据源。他说，此刻该****只有10%到15%阁下。

数据漂移

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!